Teoria e Tecniche di

Pattern Recognition

2008-2009

Francesco Tortorella

A.K. Jain, R.P. Duin, J. Mao

“Statistical Pattern Recognition: a Review”
F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 1 di Cassino

1
Che cos’è il Pattern
Recognition ?
z Diamo per scontata le abilità umane a riconoscere
gli oggetti più consueti finché non cerchiamo di
insegnare ad una macchina a fare lo stesso.
z Il Pattern Recognition è lo studio di come le
macchine possono osservare l’ambiente, imparare a
distinguere le configurazioni di interesse e prendere
valide e ragionevoli decisioni riguardo le categorie
cui queste appartengono.
z Nonostante 50 anni di ricerche, il progetto di una
macchina di questo tipo di uso generale resta un
obiettivo lontano.
z Tuttavia, molte soluzioni specifiche sono presenti e
funzionanti
F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 2 di Cassino

GOOGLE
Hardware & Software

F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 3 di Cassino

2
 GOOGLE
PageRank©

F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 4 di Cassino

Possibili applicazioni
Dominio Applicazione Input Output
Immagini
Individuazione Presenza /
Medicina radiografiche,
precoce di malattie assenza di malattia
NMR, …
Classificazione di Testo del Categoria
Motori di ricerca
documenti documento semantica
Automazione Verifica di circuiti Immagine del Presenza /
industriale stampati circuito assenza di difetti
Ricerca di regioni Immagine Localizzazione
Telerilevamento
particolari telerilevata delle regioni
Presenza /
Riconoscimento di Log di
Reti di calcolatori assenza di
tentativi di intrusione connessione
intrusione
F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 5 di Cassino

3
Un processo complesso
oggetto dimensione dei dati

Acquisizione

Pre elaborazione semantica

dei dati

Estrazione di
caratteristiche
descrittive

Classificazione

decisione
F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 6 di Cassino

Argomenti del corso

z Tecniche di descrizione
z Teoria Bayesiana della decisione
z Tecniche di classificazione parametriche e non
parametriche. Classificatori basati
sull’apprendimento: reti neurali
z Apprendimento statistico. Classificatori a supporto
vettoriale
z Tecniche per valutare e migliorare le prestazioni dei
classificatori. Sistemi a classificatori cooperanti.

F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 7 di Cassino

4
Organizzazione del corso

F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 8 di Cassino

Materiale didattico
z Testo di riferimento:
z R.O. Duda, P.E. Hart, D.G. Stork, Pattern Classification
(2nd edition), Wiley, 2001
z Altri testi
z F. van der Heijden, R. Duin, D. de Ridder, D. Tax,
Classification, Parameter Estimation and State Estimation,
Wiley, 2004
z A. Webb, Statistical Pattern Recognition (2nd ed.), Wiley,
2004
z Link sul sito del corso
z Slides del corso
F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 9 di Cassino

5
Ambienti di sviluppo per le
esercitazioni
z Matlab
z Compilatore C
z Librerie disponibili in rete
z Cygwin

F. Tortorella © 2005
Teoria e Tecniche di Pattern Recognition
Università degli Studi
Introduzione 10 di Cassino